韓国・大邱慶北科学技術院（DGIST）のアン・ジヌン産業AX革新本部責任研究員（融合専攻兼務教授兼任）の研究チームが、光州科学技術院（GIST）のチョン・ソンチャン教授チームと共同で、温度刺激によって誘発される脳波（EEG）を人工知能（AI）で分析し、痛みの強度を客観的に分類できる技術を開発した。DGISTが26日発表した。意識のない患者や話すことのできない乳幼児が感じる痛みの程度を、客観的に段階別に判読できる技術だ。
メガ・ニュース（MEGA News）のパク・ヒボム記者の取材によると、痛みは個人によって感じ方が異なるため、従来は患者が自ら表現する主観的尺度（VAS）に大きく依存していた。そのため、意識低下患者や小児、高齢患者のように意思疎通が難しい場合、正確な評価が困難だった。
研究チームはこれを解決するため、さまざまな温度刺激時に発生する脳波をAIで分析する方法を考案した。患者の主観的な痛みの点数をそのまま学習していた従来の方式から脱却し、2つのAIモデルが互いの予測結果を比較して信頼性の高いデータだけを選択的に学習する革新的なアルゴリズムも作った。
実際に41人の脳波データを検証した結果、既存モデルに比べて有意な性能向上を立証したという。また、左右の前側頭葉（F7、F8）領域のデルタ波活動が痛みの強度と密接に関連している事実も明らかにし、脳基盤デジタルバイオマーカー開発の神経生理学的根拠も整えた。
アン・ジヌン氏は「脳波基盤の痛み分析の長年の限界だった主観的自己報告ラベルの偏りに正面から取り組んだ研究だ。多様な生体信号を統合し、実際の臨床現場で活用可能な汎用痛みAIプラットフォームへと発展させていく」と述べた。
筆頭著者のチョン・ウィジン博士後期研究員は「今回の技術が手術前後の痛みモニタリングと慢性痛の追跡、集中治療室における客観的な痛み評価などに幅広く活用されることを期待している。さらに脳コンピューターインターフェース（BCI）基盤のリアルタイムモニタリングシステムへ拡張できるよう、追加研究を進める」と話した。
(c)KOREA WAVE